我要评论前言
大家好，最近我在学习 python 图像处理。相比纯算法理论，图像处理最有意思的地方是：代码运行之后马上就能看到效果，一张图片经过裁剪、缩放、灰度化、滤波、边缘检测之后，变化非常直观。
这篇文章面向 python 初学者，按照“基础概念 → 环境搭建 → 常用操作 → 实战案例 → 完整代码”的路线，带大家从零开始完成一次 python 图像处理入门实践。
本文主要使用两个常见库：
pillow：适合图片打开、保存、缩放、裁剪、格式转换等基础处理opencv：适合图像增强、滤波、边缘检测、轮廓识别等计算机视觉任务
一、图像处理基础
1.1 什么是图像处理
图像处理就是使用程序对图片进行读取、分析、修改和保存。常见任务包括：
- 图片格式转换：例如 png 转 jpg
- 图片尺寸调整：例如生成缩略图
- 图片裁剪：截取指定区域
- 灰度处理：把彩色 图转换为黑白图
- 图像增强：调整亮度、对比度、锐化
- 边缘检测：提取物体轮廓
- 批量处理：一次性处理多个图片文件
1.2 图像在程序中的表示
一张图片在计算机里本质上是像素矩阵。
彩色 图片通常由三个通道组成：
- r：红色通道
- g：绿色通道
- b：蓝色通道
在 opencv 中，默认通道顺序是 bgr，不是常见的 rgb，这是初学者非常容易踩坑的地方。
import cv2
image = cv2.imread("demo.jpg")
print(image.shape)
如果输出：
(600, 800, 3)
表示图片高度为 600，宽度为 800，有 3 个颜色通道。
二、环境搭建
2.1 安装依赖库
在命令提示符或 powershell 中执行：
pip install pillow opencv-python numpy matplotlib
各库作用如下：
pillow：基础图像读写和处理opencv-python：计算机视觉处理numpy：矩阵计算matplotlib：显示图片和绘图
2.2 准备测试图片
建议准备一张普通图片，例如：
demo.jpg
把图片和 python 脚本放在同一个文件夹中，方便后续读取。
目录结构可以这样：
image_demo/ ├── demo.jpg └── image_processing_demo.py
三、使用 pillow 进行基础操作
3.1 打开和保存图片
from pil import image
image = image.open("demo.jpg")
print(image.size)
print(image.mode)
image.save("output_copy.jpg")
说明：
image.size：图片尺寸，返回(宽度, 高度)image.mode：图片模式，例如rgb、rgba、lsave()：保存图片
3.2 图片缩放
from pil import image
image = image.open("demo.jpg")
resized = image.resize((400, 300))
resized.save("output_resized.jpg")
如果想按比例缩放，可以这样写：
from pil import image
image = image.open("demo.jpg")
width, height = image.size
new_width = 400
new_height = int(height * new_width / width)
resized = image.resize((new_width, new_height))
resized.save("output_keep_ratio.jpg")
3.3 图片裁剪
from pil import image
image = image.open("demo.jpg")
box = (100, 100, 500, 400)
cropped = image.crop(box)
cropped.save("output_cropped.jpg")
crop() 的参数是一个四元组：
(左, 上, 右, 下)
3.4 灰度转换
from pil import image
image = image.open("demo.jpg")
gray = image.convert("l")
gray.save("output_gray.jpg")
l 表示灰度模式，每个像素只保留亮度信息。
四、使用 opencv 进行图像处理
4.1 读取和显示图片
import cv2
image = cv2.imread("demo.jpg")
cv2.imshow("image", image)
cv2.waitkey(0)
cv2.destroyallwindows()
注意：
cv2.imread()读取图片cv2.imshow()显示图片cv2.waitkey(0)等待键盘输入cv2.destroyallwindows()关闭窗口
4.2 bgr 转 rgb
opencv 默认使用 bgr。如果要用 matplotlib 显示，需要转换为 rgb。
import cv2
import matplotlib.pyplot as plt
image = cv2.imread("demo.jpg")
rgb_image = cv2.cvtcolor(image, cv2.color_bgr2rgb)
plt.imshow(rgb_image)
plt.axis("off")
plt.show()
4.3 灰度图
import cv2
image = cv2.imread("demo.jpg")
gray = cv2.cvtcolor(image, cv2.color_bgr2gray)
cv2.imwrite("opencv_gray.jpg", gray)
4.4 高斯模糊
高斯模糊常用于降噪，让图片变得更平滑。
import cv2
image = cv2.imread("demo.jpg")
blurred = cv2.gaussianblur(image, (7, 7), 0)
cv2.imwrite("opencv_blur.jpg", blurred)
参数 (7, 7) 是卷积核大小，必须是正奇数。
4.5 边缘检测
canny 边缘检测可以提取图片中的轮廓线。
import cv2
image = cv2.imread("demo.jpg")
gray = cv2.cvtcolor(image, cv2.color_bgr2gray)
edges = cv2.canny(gray, 100, 200)
cv2.imwrite("opencv_edges.jpg", edges)
其中 100 和 200 是两个阈值，阈值不同，边缘检测结果也会不同。
五、实战项目一：批量生成缩略图
很多网站或后台系统都需要生成缩略图。下面用 pillow 批量处理一个文件夹中的图片。
from pathlib import path
from pil import image
def create_thumbnails(input_dir, output_dir, size=(300, 300)):
input_path = path(input_dir)
output_path = path(output_dir)
output_path.mkdir(parents=true, exist_ok=true)
image_exts = [".jpg", ".jpeg", ".png", ".bmp"]
for file_path in input_path.iterdir():
if file_path.suffix.lower() not in image_exts:
continue
image = image.open(file_path)
image.thumbnail(size)
save_path = output_path / f"{file_path.stem}_thumb.jpg"
image.convert("rgb").save(save_path, quality=90)
print(f"已生成缩略图：{save_path}")
create_thumbnails("images", "thumbnails")
thumbnail() 会保持原始比例，不会强行拉伸图片。
六、实战项目二：批量添加文字水印
在图片右下角添加文字水印，是非常常见的批处理需求。
from pathlib import path
from pil import image, imagedraw, imagefont
def add_text_watermark(image_path, output_path, text):
image = image.open(image_path).convert("rgba")
watermark_layer = image.new("rgba", image.size, (255, 255, 255, 0))
draw = imagedraw.draw(watermark_layer)
font = imagefont.truetype("arial.ttf", 32)
text_box = draw.textbbox((0, 0), text, font=font)
text_width = text_box[2] - text_box[0]
text_height = text_box[3] - text_box[1]
x = image.width - text_width - 30
y = image.height - text_height - 30
draw.text((x, y), text, font=font, fill=(255, 255, 255, 160))
result = image.alpha_composite(image, watermark_layer)
result.convert("rgb").save(output_path, quality=95)
def batch_add_watermark(input_dir, output_dir, text):
input_path = path(input_dir)
output_path = path(output_dir)
output_path.mkdir(parents=true, exist_ok=true)
for file_path in input_path.glob("*.*"):
if file_path.suffix.lower() not in [".jpg", ".jpeg", ".png"]:
continue
save_path = output_path / f"{file_path.stem}_watermark.jpg"
add_text_watermark(file_path, save_path, text)
print(f"已添加水印：{save_path}")
batch_add_watermark("images", "watermarked", "python image")
如果 arial.ttf 找不到，可以换成 windows 常见字体路径：
font = imagefont.truetype("c:/windows/fonts/msyh.ttc", 32)
七、实战项目三：图像边缘检测工具
下面做一个完整的小工具：读取图片、灰度化、模糊降噪、边缘检测，并把每一步结果保存下来。
from pathlib import path
import cv2
def detect_edges(image_path, output_dir):
output_path = path(output_dir)
output_path.mkdir(parents=true, exist_ok=true)
image = cv2.imread(str(image_path))
if image is none:
raise filenotfounderror(f"图片读取失败：{image_path}")
gray = cv2.cvtcolor(image, cv2.color_bgr2gray)
blurred = cv2.gaussianblur(gray, (5, 5), 0)
edges = cv2.canny(blurred, 80, 180)
cv2.imwrite(str(output_path / "01_gray.jpg"), gray)
cv2.imwrite(str(output_path / "02_blurred.jpg"), blurred)
cv2.imwrite(str(output_path / "03_edges.jpg"), edges)
print("处理完成，结果已保存。")
detect_edges("demo.jpg", "edge_output")
这个流程适合用来理解很多视觉任务的前处理步骤。
八、完整代码演示
下面是一份完整代码，整合了图片信息读取、缩放、裁剪、灰度化、模糊、边缘检测、批量缩略图和水印功能。
保存为 image_processing_demo.py：
from pathlib import path
import cv2
from pil import image, imagedraw, imagefont
image_exts = [".jpg", ".jpeg", ".png", ".bmp"]
def show_image_info(image_path):
image = image.open(image_path)
print("图片路径：", image_path)
print("图片尺寸：", image.size)
print("图片模式：", image.mode)
print("图片格式：", image.format)
def resize_keep_ratio(image_path, output_path, new_width=500):
image = image.open(image_path)
width, height = image.size
new_height = int(height * new_width / width)
resized = image.resize((new_width, new_height))
resized.save(output_path)
def crop_center(image_path, output_path, crop_width=400, crop_height=300):
image = image.open(image_path)
width, height = image.size
left = (width - crop_width) // 2
top = (height - crop_height) // 2
right = left + crop_width
bottom = top + crop_height
cropped = image.crop((left, top, right, bottom))
cropped.save(output_path)
def convert_to_gray(image_path, output_path):
image = image.open(image_path)
gray = image.convert("l")
gray.save(output_path)
def opencv_blur_and_edges(image_path, output_dir):
output_path = path(output_dir)
output_path.mkdir(parents=true, exist_ok=true)
image = cv2.imread(str(image_path))
if image is none:
raise filenotfounderror(f"图片读取失败：{image_path}")
gray = cv2.cvtcolor(image, cv2.color_bgr2gray)
blurred = cv2.gaussianblur(gray, (5, 5), 0)
edges = cv2.canny(blurred, 80, 180)
cv2.imwrite(str(output_path / "gray.jpg"), gray)
cv2.imwrite(str(output_path / "blurred.jpg"), blurred)
cv2.imwrite(str(output_path / "edges.jpg"), edges)
def create_thumbnails(input_dir, output_dir, size=(300, 300)):
input_path = path(input_dir)
output_path = path(output_dir)
output_path.mkdir(parents=true, exist_ok=true)
for file_path in input_path.iterdir():
if file_path.suffix.lower() not in image_exts:
continue
image = image.open(file_path)
image.thumbnail(size)
save_path = output_path / f"{file_path.stem}_thumb.jpg"
image.convert("rgb").save(save_path, quality=90)
print(f"缩略图已保存：{save_path}")
def load_font(size):
font_candidates = [
"c:/windows/fonts/msyh.ttc",
"c:/windows/fonts/simhei.ttf",
"arial.ttf"
]
for font_path in font_candidates:
if path(font_path).exists():
return imagefont.truetype(font_path, size)
return imagefont.load_default()
def add_text_watermark(image_path, output_path, text):
image = image.open(image_path).convert("rgba")
watermark_layer = image.new("rgba", image.size, (255, 255, 255, 0))
draw = imagedraw.draw(watermark_layer)
font = load_font(32)
text_box = draw.textbbox((0, 0), text, font=font)
text_width = text_box[2] - text_box[0]
text_height = text_box[3] - text_box[1]
x = image.width - text_width - 30
y = image.height - text_height - 30
draw.text((x, y), text, font=font, fill=(255, 255, 255, 160))
result = image.alpha_composite(image, watermark_layer)
result.convert("rgb").save(output_path, quality=95)
def batch_add_watermark(input_dir, output_dir, text):
input_path = path(input_dir)
output_path = path(output_dir)
output_path.mkdir(parents=true, exist_ok=true)
for file_path in input_path.iterdir():
if file_path.suffix.lower() not in [".jpg", ".jpeg", ".png"]:
continue
save_path = output_path / f"{file_path.stem}_watermark.jpg"
add_text_watermark(file_path, save_path, text)
print(f"水印图片已保存：{save_path}")
def main():
demo_image = path("demo.jpg")
if not demo_image.exists():
print("请先在当前目录准备一张 demo.jpg 测试图片。")
return
path("output").mkdir(exist_ok=true)
show_image_info(demo_image)
resize_keep_ratio(demo_image, "output/resized.jpg", new_width=500)
crop_center(demo_image, "output/cropped.jpg", crop_width=400, crop_height=300)
convert_to_gray(demo_image, "output/gray.jpg")
opencv_blur_and_edges(demo_image, "output/opencv")
add_text_watermark(demo_image, "output/watermark.jpg", "python image")
print("基础图像处理完成，结果在 output 文件夹中。")
if path("images").exists():
create_thumbnails("images", "output/thumbnails")
batch_add_watermark("images", "output/watermarked", "python image")
else:
print("如果需要批量处理，请创建 images 文件夹并放入图片。")
if __name__ == "__main__":
main()
九、运行说明
9.1 安装依赖
pip install pillow opencv-python numpy matplotlib
9.2 准备图片
把一张测试图片命名为：
demo.jpg
并和代码文件放在同一个目录。
9.3 运行程序
python image_processing_demo.py
运行后会生成：
output/
├── resized.jpg
├── cropped.jpg
├── gray.jpg
├── watermark.jpg
└── opencv/
├── gray.jpg
├── blurred.jpg
└── edges.jpg如果你创建了 images 文件夹并放入多张图片，程序还会批量生成缩略图和水印图。
十、常见问题与解决方案
10.1 cv2.imread 读取结果是 none
常见原因：
- 图片路径写错
- 文件名不存在
- 路径中包含特殊字符
- 图片文件损坏
建议先用 path.exists() 判断文件是否存在。
10.2 opencv 显示颜色不对
opencv 默认是 bgr，matplotlib 默认按 rgb 显示，所以需要转换：
rgb_image = cv2.cvtcolor(image, cv2.color_bgr2rgb)
10.3 水印中文乱码或不显示
通常是字体不支持中文。windows 下可以使用：
font = imagefont.truetype("c:/windows/fonts/msyh.ttc", 32)
10.4 保存 jpg 时报错
如果图片是 rgba 模式，直接保存为 jpg 可能报错，需要先转换为 rgb：
image.convert("rgb").save("output.jpg")
十一、图像处理的应用场景
python 图像处理可以应用在很多实际场景中：
- 电商图片批量压缩、裁剪、水印
- 证件照背景处理
- 文档扫描件增强
- ocr 文字识别前处理
- 医学影像预处理
- 工业缺陷检测
- 视频帧分析
- 机器学习数据集清洗和增强
如果继续深入，可以学习：
- opencv 轮廓检测
- 图像阈值分割
- 形态学操作
- 模板匹配
- 人脸检测
- 图像分类
- 目标检测
十二、总结
python 图像处理是一个非常适合通过实践学习的方向。入门阶段建议先掌握 pillow 和 opencv 的基础用法：
- 使用 pillow 完成图片打开、保存、缩放、裁剪、灰度转换和水印
- 使用 opencv 完成灰度化、模糊、边缘检测等视觉处理
- 使用 pathlib 管理文件路径
- 把单张图片处理扩展为批量图片处理
从学习路径上看，可以先做小工具，再做完整项目。比如先写一个图片缩放脚本，再扩展成批量压缩工具；先做边缘检测，再扩展成轮廓提取和目标识别。
保持学习，保持输出。图像处理并不是只能停留在理论里，只要多动手写代码，一张普通图片也可以变成很好的练习素材。
以上就是python进行图像处理的入门指南的详细内容，更多关于python进行图像处理的资料请关注代码网其它相关文章！
发表评论